Question

我正在尝试使用drc重现ggplot2图。这是我的第一次尝试（MWE如下）。但是，我的ggplot2与基础R图有点不同。我想知道我在这里错过了什么吗？

library(drc)
chickweed.m1 <- drm(count~start+end, data = chickweed, fct = LL.3(), type = "event")

plot(chickweed.m1, xlab = "Time (hours)", ylab = "Proportion germinated", 
xlim=c(0, 340), ylim=c(0, 0.25), log="", lwd=2, cex=1.2)

library(data.table)
dt1 <- data.table(chickweed)

dt1Means1 <- dt1[, .(Germinated=mean(count)/200), by=.(start)]
dt1Means2 <- dt1Means1[, .(start=start, Germinated=cumsum(Germinated))]
dt1Means  <- data.table(dt1Means2[start!=0], Pred=predict(object=chickweed.m1))

library(ggplot2)
ggplot(data= dt1Means, mapping=aes(x=start, y=Germinated)) + 
    geom_point() +
    geom_line(aes(y = Pred)) +
    lims(y=c(0, 0.25)) +
    theme_bw()

被修改

我按照here的方法（有些更改）。

Answer 1

注意，您可以跳到最后一段以获得简单的答案。本答案的其余部分记录了我如何达成该解决方案

查看drc ::: plot.drc的代码，我们可以看到最后一行无形地返回data.frame retData

function (x, ..., add = FALSE, level = NULL, type = c("average", 
                                                      "all", "bars", "none", "obs", "confidence"), broken = FALSE, 
          bp, bcontrol = NULL, conName = NULL, axes = TRUE, gridsize = 100, 
          log = "x", xtsty, xttrim = TRUE, xt = NULL, xtlab = NULL, 
          xlab, xlim, yt = NULL, ytlab = NULL, ylab, ylim, cex, cex.axis = 1, 
          col = FALSE, lty, pch, legend, legendText, legendPos, cex.legend = 1, 
          normal = FALSE, normRef = 1, confidence.level = 0.95) 
{
  # ...lot of lines omitted...
  invisible(retData)
}

retData包含拟合模型线的坐标，因此我们可以使用它来绘制plot.drc使用的相同模型

pl <- plot(chickweed.m1, xlab = "Time (hours)", ylab = "Proportion germinated", 
        xlim=c(0, 340), ylim=c(0, 0.25), log="", lwd=2, cex=1.2)
names(pl) <- c("x", "y")
ggplot(data= dt1Means, mapping=aes(x=start, y=Germinated)) + 
  geom_point() +
  geom_line(data=pl, aes(x=x, y = y)) +
  lims(y=c(0, 0.25)) +
  theme_bw()

与使用predict（object = chickweed.m1）在ggplot中创建的版本相同。因此，差异不在于模型线，而在于绘制数据点的位置。我们可以通过将函数的最后一行从invisible(retData)更改为list(retData, plotPoints)来从drc ::: plot.drc导出数据点。为方便起见，我将drc ::: plot.drc的整个代码复制到一个新函数中。请注意，如果您希望复制此步骤，drcplot调用的一些函数不会在drc命名空间中导出，因此需要将drc:::添加到函数parFct的所有调用之前，addAxes {1}}，brokenAxis和makeLegend。

drcplot <- function (x, ..., add = FALSE, level = NULL, type = c("average", 
                                                      "all", "bars", "none", "obs", "confidence"), broken = FALSE, 
          bp, bcontrol = NULL, conName = NULL, axes = TRUE, gridsize = 100, 
          log = "x", xtsty, xttrim = TRUE, xt = NULL, xtlab = NULL, 
          xlab, xlim, yt = NULL, ytlab = NULL, ylab, ylim, cex, cex.axis = 1, 
          col = FALSE, lty, pch, legend, legendText, legendPos, cex.legend = 1, 
          normal = FALSE, normRef = 1, confidence.level = 0.95) 
{
  # ...lot of lines omitted...
  list(retData, plotPoints)
}

并使用您的数据运行

pl <- drcplot(chickweed.m1, xlab = "Time (hours)", ylab = "Proportion germinated", 
          xlim=c(0, 340), ylim=c(0, 0.25), log="", lwd=2, cex=1.2)

germ.points <- as.data.frame(pl[[2]])
drc.fit <- as.data.frame(pl[[1]])
names(germ.points) <- c("x", "y")
names(drc.fit) <- c("x", "y")

现在，使用ggplot2绘制这些内容可以获得您想要的内容

ggplot(data= dt1Means, mapping=aes(x=start, y=Germinated)) + 
  geom_point(data=germ.points, aes(x=x, y = y)) +
  geom_line(data=drc.fit, aes(x=x, y = y)) +
  lims(y=c(0, 0.25)) +
  theme_bw()

最后，将此图（germ.points）的数据点值与原始ggplot（dt1Means）中的数据点值进行比较，可以显示出现差异的原因。 dt1Means中的计算点相对于plot.drc中的计算点提前一段时间。换句话说，plot.drc将事件分配到它们发生的时间段的结束时间，而您将发芽事件分配到它们发生的时间间隔的开始。您可以通过，例如，使用

进行调整

dt1 <- data.table(chickweed)
dt1[, Germinated := mean(count)/200, by=start]
dt1[, cum_Germinated := cumsum(Germinated)]
dt1[, Pred := c(predict(object=chickweed.m1), NA)]  # Note that the final time period which ends at `Inf` can not be predicted by the model, therefore added `NA` in the final row

ggplot(data= dt1, mapping=aes(x=end, y=cum_Germinated)) + 
  geom_point() +
  geom_line(aes(y = Pred)) +
  lims(y=c(0, 0.25)) +
  theme_bw()

Answer 2

从@dww的答案获得直觉，我不得不在原始代码中进行两处小改动。只需将start!=0替换为

中的end!=Inf

dt1Means1 <- dt1[, .(Germinated=mean(count)/200), by=.(start, end)]
dt1Means  <- data.table(dt1Means2[start!=0], Pred=predict(object=chickweed.m1))

给出正确的图表。

Answer 3

我非常喜欢dww提供的解决方案。我可能会建议对此解决方案进行推广。通过将以下行添加到自编写的drc:::plotdrc()版本中，您可以概括解决方案。该函数接受drc:::plotdrc()函数的输入，但输出具有相同规格的ggplot对象作为原始函数的默认基本图输出。

只需用{/ p>替换invisible(retData, plotPoints)即可

result <- list(retData, plotPoints) 
points <- as.data.frame(result[[2]])
drc.fit <- as.data.frame(result[[1]]) 
names(points) <- c("x", "y")
names(drc.fit) <- c("x", "y")` 

gg_plot <- ggplot2::ggplot(data=points, aes(x = x, y = y)) + 
geom_point() +
geom_line(data=drc.fit, aes(x = x, y = y)) +
scale_x_continuous(trans='log10', limits = xlim) +
ylab(ylab) +
xlab(xlab) +
lims(y = ylim) +
theme_bw()
return(gg_plot)`

drc :: drc plot with ggplot2

3 个答案: